论文部分内容阅读
为了在实际中定量测度风险,1952年,Markowitz基于“风险为收益率的不确定性或易变性”的概念,提出以证券收益率的方差作为风险计量指标,开创了定量化计量风险的先河。方差方法被人们所熟知,且计算简便,因而得到了广泛的应用。但由于方差方法严格的假设条件,且方差赋予从均值计算的正负离差相同的权重,无法反映人们的一般观念:蕴含于风险概念中的不希望其发生的消极的特征,因而方差方法遭到了许多学者的批评。 真正动摇M-V理论基础的是下方风险理论,该理论认为只有收益的损失部分才应作为风险因子计入风险中。因此,下方风险更好地捕捉了投资者的真实心理感受,似乎更适合于度量风险,然而,下方风险仅仅把低于预期结果的情形作为风险,却对更好的投资机会置之不理,默认投资者对超过目标收益率时是风险中性的,这种本质上的不完全性无法反映投资者对更好的投资机会的追逐。 考虑到投资者对正向偏差与负向偏差的区别对待,因此一个风险计量指标必须准确地捕捉住投资者的真实心理感受,必须能够反映出风险的本质属性,另外正负偏差发生的概率一般均得自于历史数据,而信息的不完全带来的不确定性无疑对风险计量增加了困难,不利于进行投资决策。因此,本文拟设计一种新的风险度量方法:Bayes双侧综合矩方法。它不同于方差度量风险的方法——在摒弃人们所不希望的资产价格下跌的同时摒弃了价格上涨的情形;它也不同于下方风险——仅仅把低于预期结果的情形作为风险,却对更好的投资机会置之不理;Bayes双侧综合矩方法是直观的风险度量方法,它不仅专注于收益低于特定的目标收益率或者基准点时的损失,而且利用了超过预定目标收益率时可能带来可观利润的收益;同时通过Bayes方法,吸取新信息,修正先验分布为后验分布,从而更加完整、准确、全面地得到证券收益率的分布,有利于作出投资决策。更进一步地说,Bayes双侧综合矩是一类全域的风险度量方法,它采用上行潜能来弥补下方风险,并引用Bayes方法减少不确定性。 本文结构如下:第一章是文章的导论部分,主要介绍了本文的写作动机、思路、内容和创新。第二章从现有风险的定义出发,探讨了投资风险的本质属性,进而研究证券投资风险的本质含义及其特征。第三章是对已有的风险度量方法的纵览,重点回顾了方差类风险度量方法和下方风险类风险度量方法,并对两类方法进行了评价。第四章是本文的核心部分,在简要介绍Bayes理论、下方风险和上行潜能的基础上,仿照来源于Markowitz的均值——方差理论的变异系数方法V_i=σ_i/E(R_i),以下偏矩LPM_q取代其分子部分(代表风险),以上行潜能HPM_q取代其分母部分(代表收益),设计了双侧综合矩方法R_q=LPM_q/HPM_q,接着